Diffusion et débruitage

Forward puis reverse

On bruite l'image pas à pas (variance schedule), on apprend à prédire le bruit à chaque pas avec un UNet (CNN encodeur-décodeur avec connexions directes, le même motif que le Ch24 en plus profond). En génération on part du bruit pur et on débruite 20-50 pas selon le sampler : DDPM (stochastique d'origine) ou DDIM (déterministe rapide). Latent diffusion : on diffuse dans l'espace compressé d'un VAE (leçon précédente), bien moins cher.

Réglage

Schedule cosinus, T et sampler qui arbitrent qualité/vitesse, seed pour reproduire. Une diffusion sans seed notée = image non reproductible.